Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Op kunstmatige intelligentie gebaseerde videoanalyse om infantiele spasmen te detecteren

4 juni 2024 bijgewerkt door: Johns Hopkins University

Een machine learning-aanpak voor de herkenning van infantiele spasmen in video-opnames

Infantiele spasmen zijn een soort aanval die verband houdt met ontwikkelingsproblemen. Helaas worden ze vaak verkeerd gediagnosticeerd, waardoor de behandeling vertraging oploopt. Het doel van deze studie is om een ​​computerprogramma te ontwikkelen dat op betrouwbare wijze infantiele spasmen kan onderscheiden van vergelijkbare, maar goedaardige bewegingen in video's. Dit computerprogramma leert van video's gemaakt door ouders van studiedeelnemers. Het snel herkennen en behandelen van infantiele spasmen is cruciaal voor het garanderen van de beste ontwikkelingsresultaten.

Studie Overzicht

Toestand

Nog niet aan het werven

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Geschat)

200

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

  • Naam: Glenn Rivera, MD
  • Telefoonnummer: 410-955-4259
  • E-mail: griver14@jh.edu

Studie Locaties

    • Maryland
      • Baltimore, Maryland, Verenigde Staten, 21287
        • Johns Hopkins Hospital
        • Contact:

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Kind

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Deelnemers zullen worden gerekruteerd uit de poliklinische en intramurale omgevingen van het Johns Hopkins Hospital, een academisch medisch centrum in Baltimore, Maryland dat tertiaire en quartaire zorg aanbiedt.

Beschrijving

Inclusiecriteria:

  • Deelnemer is jonger dan 24 maanden
  • Deelnemer geëvalueerd in het Johns Hopkins Outpatient Center, de Johns Hopkins Pediatric Emergency Department of de Johns Hopkins Inpatient Units vanwege perioden van abnormale beweging of toevallen
  • Deelnemer geëvalueerd door een kinderneuroloog tijdens het poliklinische of klinische bezoek aan het Johns Hopkins Hospital
  • Er moet ten minste één video-opname van de abnormale beweging, geproduceerd door de ouder/voogd, beschikbaar zijn voor beoordeling door de aanbieder

Uitsluitingscriteria:

  • Slechte video-opnamekwaliteit
  • De hele patiënt is niet in beeld

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Bevestigde epileptische spasmen (positieve klasse)
Bij deelnemers met de diagnose infantiele spasmen werd op basis van historische gegevens en ondersteunende elektro-encefalografische gegevens (d.w.z. hypsaritmie of gewijzigde hypsaritmie-achtergrond).
Software voor machinaal leren die is ontwikkeld om video's te analyseren en infantiele spasmen nauwkeurig te onderscheiden van visueel vergelijkbare bewegingen.
Epileptische spasmen bootsen na (negatieve klasse)
Deelnemers met de diagnose niet-epileptische bewegingen (bijv. Sandifersyndroom, huiveringsaanvallen, strekken, stereotypie, schrikreflex, kronkelende bewegingen, nervositeit, slaapmyoclonus) gebaseerd op historische gegevens en ondersteunende elektro-encefalografische gegevens (indien beschikbaar).
Software voor machinaal leren die is ontwikkeld om video's te analyseren en infantiele spasmen nauwkeurig te onderscheiden van visueel vergelijkbare bewegingen.
Wakker en alert (negatieve klasse)
Deelnemers vertonen spontane, subtiele bewegingen in de wakkere en alerte toestand.
Software voor machinaal leren die is ontwikkeld om video's te analyseren en infantiele spasmen nauwkeurig te onderscheiden van visueel vergelijkbare bewegingen.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Modelgevoeligheid (oproepen)
Tijdsspanne: 2 jaar
Het percentage echte positieven dat het model correct heeft geclassificeerd in de testdataset.
2 jaar
Modelspecificiteit
Tijdsspanne: 2 jaar
Percentage echte negatieven dat het model correct heeft geclassificeerd in de testdataset.
2 jaar
Model positieve voorspellende waarde (precisie)
Tijdsspanne: 2 jaar
Percentage positieve classificaties dat correct was in de testdataset.
2 jaar
Model negatieve voorspellende waarde
Tijdsspanne: 2 jaar
Percentage negatieve classificaties dat correct was in de testdataset.
2 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Eric Kossoff, MD, Johns Hopkins Neurology
  • Hoofdonderzoeker: Rama Chellappa, PhD, Johns Hopkins Biomedical Engineering

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

1 augustus 2024

Primaire voltooiing (Geschat)

1 mei 2026

Studie voltooiing (Geschat)

1 mei 2026

Studieregistratiedata

Eerst ingediend

11 maart 2024

Eerst ingediend dat voldeed aan de QC-criteria

11 maart 2024

Eerst geplaatst (Werkelijk)

18 maart 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 juni 2024

Laatste update ingediend die voldeed aan QC-criteria

4 juni 2024

Laatst geverifieerd

1 juni 2024

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Spasme visie

3
Abonneren